2014/12/09

朝5時に起きようと思ったのだが、4時半頃目が覚める（生理的には6時半）。そのまま起床。
昨日片づけるはずだけどできなかった仕事をする。6時に朝食。

食べ終わってから、中庭にプールがあって、プールサイドで麺をゆでて提供していることに気づく。明日チャレンジしよう。

7時半過ぎにホテルを出て、交差点の斜め向かいにある会場のホテルへ。持ち物は最小にして、以前HCIIでもらったペラペラのバックパックに荷物を詰めて出発。会場はこの辺で一番豪華なホテルSokha Angkor Resort。

受付が開いていたので、早速受付をして一式を受け取る。

今回の学会バッグは、カンボジアの手作業っぽいオレンジ色の織物によるバックパック。小さくてA4の書類が入らない。黒い帽子もついてきたが、ちょっと小さくてきつい。

今日はこちらの方を畳んで、HCIIのバックパックをメインに使う。

山形大の近藤先生とちょっと話したが、近藤先生はまじめにチュートリアルを聞かれるとのことだったので、私はとりあえず午前中観光すべく出発。

どうしようか考えながら交差点までふらふらと歩いたところで、トゥクトゥクのおっさんに声をかけられる。ちょうどよかったので、そのままトゥクトゥクを借り切って出発。アンコール・ワット、アンコール・トム、タ・プロームの３つを午前中に回る。

町中からアンコール・ワットまではトゥクトゥクで20分ほど。暑くなってきたところなので風が気持ちいい。

途中にアンコール遺跡群の券売所がある。ここで１日券20ドルを買う。そこからさらに5分ぐらい走ってアンコール・ワット。

アンコール・ワットの入り口でトゥクトゥクのおじさんといったん分かれ、中へ。

アンコール・ワットは保存状態もよく、周りの堀がいい感じ。

入り口のゲートに来たところで、カンボジア人の兄ちゃんが話しかけてくる。これは親切にした後で最後にガイド料を請求する奴だな、と思ったが、おもしろそうなので付き合うことに。

入り口ゲート付近にあったヴィシュヌ像。ポルポト政府の破壊に耐えたということで信仰されているそうだ。アンコール・ワットの案内と言うよりも、カンボジアの歴史を講義された。カンボジア人とベトナム人の間には複雑な感情がある話とか。

入り口ゲートの回廊。

あちこちに銃痕がある。

たくさんあるアプサラスのレリーフ。並んでいるものを連続してみるとアニメーション的になっているとのこと。

ゲートを通ると本堂が見える。

本堂は三重の回廊になっている。外から地獄、現世、天国だそうだ。地獄側の回廊にあった王のレリーフ。

第2の回廊へ。結構階段が急。

首がもげた仏像。ポルポトの弾圧によるとのこと。

第2の回廊。

第3の回廊を望む。天国に行くのは大変そう

第3回廊の下を回る

なんかやってた

修復中。日本とドイツのチームによって修復されているらしい

いよいよ天国へ。階段と言うより梯子

第3回廊から外を望む。ほとんど森

中央の塔。王の遺骨が納められているそうだ

塔の四面にある仏像。

現世に戻る。

本堂を出て戻る。これは図書館跡だそうだ

外側のゲートの回廊。柱は修復されている

外壁の壁画

ここでガイドしてくれた青年と別れる。当然お金を請求されるので、奮発して20ドルあげる。

アンコール・ワットを出たところで、トゥクトゥクのおじさんが待っている。次はアンコール・トムの中心寺院バイヨンのはずだったのだが、中でガイドしてくれた彼の話では「アンコール・トムは暑いので、先にタ・プロームに行った方がいい」とのことだったので、順序を変更して最初にタ・プロームに行ってもらう。

20分ほど走ってタ・プローム。

入り口から建物まで、結構距離がある。森。

牛がいる。

門番の白犬と黒犬が寝ている。

森の中に遺跡がある。

非常に細かいレリーフが彫られているが、すり減っていて何なのかよくわからなくなっている。

門をくぐった中は修復中。

さらに内側。遺跡に木が絡まって成長している。

中央部は修復工事中

中の回廊

内側にある塔。だいぶ風化している

内部はがれきが多く、あちこちから木が生えている。「古代遺跡」という言葉から思い浮かぶイメージ通りのところだ。映画の撮影に使われたのもうなづける

木が石の間に入って、少しずつ構造を崩している。

二重の回廊。アンコールワットの外側の回廊も、ほんとうはこういう構造だったらしい。

ところどころにレリーフ。

内側の比較的がれきが少ないところ

タ・プロームを出て、アンコール・トムへ。

走っている途中にも遺跡っぽいものが

遺跡の門をトゥクトゥクでくぐる

で、アンコール・トムの中心付近に到着。今回はタ・プロームと逆順だったため、通常の順路と逆周りになってしまったらしい。

正面のテラスの向こうは王宮だというのだけど、どこが王宮なのかよくわからない。

これ？違うよね

クメール語？が刻んである。読める、読めるぞ！（嘘）

その向こうにはマヤのピラミッドみたいな奴があった。ピミアナカス寺院だそうだ。

上に登れるようだったが、疲れるのでスルー。通路じゃないところを適当に通って、よくわからない門をくぐる。

その向こうに、パブーオン寺院に続く参道が見える。

参道入り口まで回ってきた。水もないのに橋になっている。

寺院内に入る門。

写真ではわからないが、でかい（上の方の人の大きさを見てください）。

一番上まで登れるようだが、とてもじゃないが登る根性がなく、一段だけ上がる。

ここ登るには元気が足りない。

ということで周辺を回るのみ。後ろの石組みはふにゃっとしている。

そして本丸のバイヨン寺院へ。

と、その手前に大仏があったので参拝してみる。

大仏の周りでは婆さんたちがミサンガを編んでいる。前まで行くと、上がってお布施をしろという。10ドル札しかなくて困っていると、両替をしてくれたので2ドル賽銭を払う。線香をもらって納めた。婆さんどもが調子に乗ってミサンガを買えと迫ってくる。いい気になるんじゃないぞ。振り切ってバイヨンへ。

これはラスボス感高まる。（ちなみにこちらは裏口）

仏様

至る所にアプサラのレリーフ。

バイヨンは第1回廊、第2回廊、テラスの順に上がっていく構造になっている。

まず一気にテラスへ。テラスにはたくさんの塔があり、それぞれの四面に顔がある。至る所顔だらけ。バイヨンの石は黒っぽくて苔むしているので、表面がどういうテクスチャなのかわかりにくい。

中央祠堂。中に本尊が祀ってある。

アプサラのレリーフ。

第2回廊の内部。薄暗くてアップダウンが激しい。

第1回廊と第2回廊の間

第１回廊の壁画。なんか戦争してる

仏様

回廊。その昔は屋根があったのだろうか？

というわけでバイヨンを抜ける。疲れた。出たところでトゥクトゥクの運ちゃんが待っていて、写真を撮ってくれた。

というわけで、街に戻る。

会場近くに来たところで、昼食。この辺にはホテルのレストラン以外の食堂はあまりなくて、まともそうなタイ料理屋に入る。まずフルーツジュース

それで、牛肉の肉団子の麺。麺はビーフンみたいだが腰がある。

優しい味だったが、調子に乗って薬味を入れたら辛くなった。

食べ終わって会場へ。午後のチュートリアルを聞く。

Tutorial #5: Speaker Recognition - The Present and Future of Voice Biometrics (E. Ambikairajah & W. H. Abdulla)

前半がAbdulla先生、後半がAmbikairajah先生による講演。
・イントロ
バイオメトリックスが将来有望な技術として期待されている。バイオメトリックスの定義（生理的・行動的特徴から個人を特定する）。多くのバイオメトリクスでは、生理的特徴と行動的特徴が混ざっている（音声における声質と話し方の癖など）。
いくつかの要求。コストの問題、識別性能の問題など。
さまざまなバイオメトリックス。指紋、掌紋、耳紋、音声、キーストロークなどなど。
音声による認証。デバイスが安価なのが最大の利点。
・フロントエンド（特徴抽出）
音声処理の一般的枠組み。音声の中にはさまざまな情報が含まれ、話者性はその1つ。
話者認識研究についてのオープンクエスチョン（古井による）。現在もほとんど問題のまま残っている。
話者認識の性能に関連する条件。学習・評価に使う音声の量、識別話者週、識別の枠組みなどなど。
特徴料のデザイン。鳥で行くか飛行機で行くか。頑健性、
プリエンファシスフィルタ 1-az^-1。高域を強調する（外耳道による共振を模擬）。
短時間音声分析。分析手法はフーリエ変換でいいのか。窓関数や窓長などの影響。窓長は経験的に決められている。
様々な分析方式（ウェーブレット変換、フーリエ変換、フィルタバンク、LPC、ケプストラムなど）。どれがよいか。
LPC。次数はいくつがよいか。
MFCCは音声認識にも話者認識にもよく使われるが、それは言語情報と話者情報を両方含んでいるということ。では、どちらかを主に含むTokuchouwo使えばもっとよいのでは？
PLP。人間の近くを参考に設計されている。雑音にも強い。
動的特徴量。Δ特徴量は話者認識に効くという説と不要という説がある。
LAR(Log Area Ratio)。声道の隣接区間の面積比。量子化に対して頑健。
同次数のMFCCより（話者認識には）高性能。
PLAR。PLPの後段にLARをつなぐもの。他の手法よりもさらに高性能。
音声と雑音。雑音処理では、雑音下の性能を上げることだけでなく、雑音がない状態での性能を下げないことも重要。
雑音対策。特徴量・識別スコアなどのレベルでの対策。
雑音補償。CMS、RASTAなど。雑音に頑健な特徴量として、リフタリング処理、Adapted component weighted cepstrum(ACW)。加法性雑音には古典的なスペクトル減算。ミュージカルノイズを低減する方法も知られている。
GTF-ICA特徴量について。ガンマトーンフィルタバンク＋整流＋FFT＋ICA。聴覚神経系での処理に基づくモデル。
聴覚系の基礎。蝸牛の特性と臨界帯域。ガンマトーンフィルタのインパルス応答の式。

ここでいったん休憩。休憩中に、「なぜ話者認識に聴覚生理に基づく特徴量が有効なのか」と質問してみた。音素については、異なる音であっても聴取者に識別できなければ無意味なので、知覚的に等価な音は縮退するだろうと予想できるが、話者の特徴は聴取者に識別できるように作られているわけではないからだ。しかし、Abdulla先生の答えとしては「人間は話者の識別ができるので、ともかくそれを模擬することで少なくとも人間と同程度の能力にはなるのではないか」ということで、いまいち納得できなかった。

コーヒーブレイク。おやつと言うより食事。カレー味サモサとか。

その後再開。客が半分ぐらいに減った。

GTF-ICAの続き。ICAの部分について。音声に含まれている様々な要素（言語性、話者性、感情など）がICAで分離されることを期待する。
GTF-ICAの評価。同じ話者が異なるテキストを話した音声間の特徴量の相関と、異なる話者が同じテキストを話した音声間の特徴量の相関の比をとる。MFCCは言語情報と話者性を同じように含むが、GTF-ICAは話者性をより多く含む。

・バックエンド（識別）
Ambikairajah先生に交代。

話者認識と話者照合の違い。
現代的なシステムでは大量データからUniversal Background Modelを作り、それと各話者の少量のデータと併せて各話者のモデルを作る。
応用例。アクセス制御とかクレジットカード認証など。
基本的な話者認識の枠組み。VAD→特徴抽出→特徴量正規化→話者モデル化→話者補償→識別
VAD。高性能な方法の紹介（教師なし学習に基づく）。入力のうち、もっとも音声らしいところと最も音声らしくないところを抽出し、それぞれでGMMを作って、それを使って残りの部分を識別する。
GMMとEMアルゴリズムの基礎。
各話者について十分なデータがあれば単純なEM学習でよいが、実際には層ではないので工夫が必要。
UBMについて。まず十分なデータを使って話者非依存のGMM(UBM)を学習する。学習データがそれほどない場合は男性と女性をそれぞれ学習する。特定の話者の少量の学習データが与えられたら、UBMの分布をMAP適応することで特定話者モデルを作成する。
GMM-UBM supervector。特定話者音声からUBMを適応して話者モデルを作った後、すべての分布の平均ベクトルを並べて1つのベクトルを作る。これをSVMで識別する。
Speaker Model Compensation: Supervectorにはチャネル特性が含まれるので、それを除去したい。i-Vectorなど多くの方法がある。
Nuisance Attribute Projection (NAP): チャネルに依存する部分空間を除去する。
Joint Factor Analysis: 平均ベクトルが、ユニバーサルな平均に対する話者性ベクトルとチャネル依存性ベクトルの和で表されると仮定。話者性部分はEigenvoice空間上のベクトルと仮定し、Eigenvoice上で表現できる部分とそれ以外の部分に分解する。
i-vector。UBM supervectorに対する変動部分を次元圧縮したもの。
WCCN (Within-Class Channel Normalization)+LDA (Linear Discrimiant Analysis)による正規化。
LDAの代わりにProbabilistic LDAを使う。
スコア正規化。複数のシステムから得られたスコアを正規化して組み合わせる。複数システムの組み合わせ。
最終的な判定。2種類の誤りについて(False acceptance, False rejection)。Detection-error Tradeoff (DET)曲線。EER。
NIST Speaker Recognition Evaluation。

この後レセプションがあるのだが、時間があるのでいったんホテルに戻る。

交差点で苣木先生に遭遇。レセプションの後、どっか飲みに行きましょうということになった。

いったんホテルに戻り、ちょっとメールを読んだりして、18時ごろ会場に戻る。手持ちのドルが少なくなってきたので、近くの両替屋に行って日本円を米ドルに両替。1万円が800ドルだったので、空港の両替屋よりもレートがよかった（両替した日が違うせいかもしれないが）。

外は暗くなっていて、電飾がきれい。